Das Herz aller Computersysteme liegt in der Zentraleinheit. Dieser universelle Prozessor erledigt die meisten Aufgaben und ist auf grundlegende mathematische Berechnungen beschränkt. Komplizierte Aufgaben können Kombinationen erfordern, die zu einer längeren Verarbeitungszeit führen. Eine Vielzahl von Aufgaben kann jedoch den Zentralprozessor eines Computers verlangsamen.
Grafikkarten mit einer Grafikprozessoreinheit gehören zu den spezialisierten Prozessoren, die Menschen in ihren Computern installiert haben. Diese Karten handhaben komplizierte Berechnungen im Zusammenhang mit 2D- und 3D-Grafiken. Diese sind so spezialisiert, dass sie bestimmte Berechnungen besser machen als der zentrale Prozessor. Hier sind einige Beispiele dafür, wie GPUs nicht nur für Grafiken wichtig werden.
Beschleunigungsvideo
Die erste Anwendung außerhalb von 3D-Grafiken, für die GPUs entwickelt wurden, ist Video. Hochauflösende Videostreams erfordern das Decodieren komprimierter Daten, um hochauflösende Bilder zu erzeugen. Sowohl ATI als auch NVIDIA haben Software entwickelt, mit der der Grafikprozessor diesen Dekodierungsprozess und nicht die CPU übernimmt.
Die Grafikkarte hilft beim Umcodieren von Videos von einem Grafikformat in ein anderes, beispielsweise beim Konvertieren einer Videokameradatei zum Brennen auf eine DVD. Der Computer muss das eine Format nehmen und es im anderen Format erneut rendern. Dieser Vorgang verbraucht viel Rechenleistung. Der Computer kann den Transcodierungsprozess schneller abschließen, als wenn er sich auf die CPU verlassen würde, indem er die Videofunktionen des Grafikprozessors nutzt.
Bottom Line
SETI@Home war eine verteilte Computeranwendung namens Folding, die es dem Search for Extra-Terrestrial Intelligence-Projekt ermöglichte, Funksignale zu analysieren. Es nutzte auch die zusätzliche Rechenleistung der GPU eines Computers. Die fortschrittlichen Rechenmaschinen innerhalb der GPU ermöglichten es, die in einem bestimmten Zeitraum verarbeitete Datenmenge im Vergleich zur Verwendung nur der CPU zu beschleunigen. SETI@Home könnte dies mit den NVIDIA-Grafikkarten tun, indem es CUDA oder Compute Unified Device Architecture verwendet. CUDA ist eine spezialisierte Version von C-Code, die auf NVIDIA-GPUs zugreifen kann.
Adobe Creative Suite und Creative Cloud
Die neueste bekannte Anwendung, die die Vorteile der GPU-Beschleunigung nutzt, ist die Adobe Creative Suite, beginnend mit CS4 und fortgesetzt durch die moderne Suite von Anwendungen. Dazu gehören viele der Flaggschiff-Produkte von Adobe, darunter Photoshop und Premiere Pro. Grundsätzlich kann jeder Computer mit einer OpenGL 2.0-Grafikkarte mit mindestens 512 MB Videospeicher verwendet werden, um verschiedene Aufgaben innerhalb dieser Anwendungen zu beschleunigen.
Warum diese Funktion zu den Adobe-Anwendungen hinzufügen? Insbesondere Photoshop und Premiere Pro verfügen über eine große Anzahl spezialisierter Filter, die Mathematik auf hohem Niveau erfordern. Die Renderzeit für große Bilder oder Videostreams kann schneller abgeschlossen werden, indem die GPU verwendet wird, um viele dieser Berechnungen auszulagern. Einige Leute bemerken möglicherweise keinen Unterschied, während andere große Zeitgewinne sehen, je nachdem, welche Aufgaben sie verwenden und welche Grafikkarte sie verwenden.
Bottom Line
Die Standardmethode zum Erwerb virtueller Währungen ist ein Prozess namens Kryptocoin-Mining. Darin verwenden Sie Ihren Computer als Relais für die Verarbeitung von Rechen-Hashes für den Umgang mit Transaktionen. Eine CPU kann dies auf einer Ebene tun. Eine GPU auf einer Grafikkarte bietet jedoch eine schnellere Methode. Infolgedessen kann ein PC mit GPU schneller Geld generieren als einer ohne.
OpenCL
Die bemerkenswerteste Entwicklung bei der Verwendung von Grafikkarten für zusätzliche Leistung kommt mit der Veröffentlichung der OpenCL- oder Open Computer Language-Spezifikationen. Diese Spezifikation vereint eine Vielzahl spezialisierter Computerprozessoren zusätzlich zu einer GPU und einer CPU zur Beschleunigung der Datenverarbeitung. Alle Arten von Anwendungen können potenziell von der Verwendung einer Mischung verschiedener Prozessoren profitieren, um die verarbeitete Datenmenge zu erhöhen.
Was hält GPUs zurück?
Spezialisierte Prozessoren sind für Computer nichts Neues. Grafikprozessoren sind eines der erfolgreichsten und am weitesten verbreiteten Elemente in der Computerwelt. Das Problem besteht darin, diese spezialisierten Prozessoren für Anwendungen außerhalb der Grafik zugänglich zu machen. Anwendungsautoren müssen Code schreiben, der für jeden Grafikprozessor spezifisch ist. Mit dem Streben nach offeneren Standards werden Computer jedoch mehr Nutzen aus ihren Grafikkarten ziehen als je zuvor.
